MATLAB在汽車牌照識(shí)別系統(tǒng)中的應(yīng)用

摘 要: 汽車牌照識(shí)別系統(tǒng)是交通管理領(lǐng)域和數(shù)字圖像處理領(lǐng)域里的熱點(diǎn)問(wèn)題。本文介紹了MATLAB在汽車牌照?qǐng)D像處理識(shí)別系統(tǒng)中的應(yīng)用。該系統(tǒng)通過(guò)調(diào)用MATLAB函數(shù)，綜合使用多種方法提高系統(tǒng)的有效識(shí)別能力。運(yùn)用該系統(tǒng)識(shí)別出汽車牌照其整個(gè)處理過(guò)程分為圖像預(yù)處理、邊緣提取、車牌定位、宇符分割、字符識(shí)別。

關(guān)鍵詞: MATLAB 圖像處理 汽車牌照識(shí)別 字符分割 字符識(shí)別

1.引言

車牌識(shí)別(License Plate Recognition，LPR)，系統(tǒng)是計(jì)算機(jī)視覺(jué)與模式識(shí)別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究課題之一，是智能交通系統(tǒng)(Intelligent Transportion System，ITS)的重要組成部分。車牌識(shí)別系統(tǒng)整個(gè)處理過(guò)程由車牌圖像獲取、車牌圖像預(yù)處理、車牌定位、車牌字符分割和字符識(shí)別五個(gè)部分組成，用MATLAB軟件編程來(lái)實(shí)現(xiàn)每一個(gè)部分處理工程，最后識(shí)別出汽車牌照。

2. MATLAB及其圖像處理工具概述

MATLAB是MATrix LABoratory(矩陣實(shí)驗(yàn)室)的縮寫(xiě)，是Math Works公司開(kāi)發(fā)的一種功能強(qiáng)、效率高、簡(jiǎn)單易學(xué)的數(shù)學(xué)軟件。MATLAB的圖像處理工具箱功能十分強(qiáng)大，支持的圖像文件格式豐富，幾乎涵蓋了圖像處理的所有技術(shù)方法，是學(xué)習(xí)和研究圖像處理的人員難得的寶貴資料和加工工具箱。MATLAB還著重在圖形用戶界面(GUI)的制作上作了很大的改善，對(duì)這方面有特殊要求的用戶也可以得到滿足。本文將給出MATLAB的圖像處理工具箱中的圖像處理函數(shù)實(shí)現(xiàn)圖像處理與分析的應(yīng)用技術(shù)實(shí)例。

3.系統(tǒng)的實(shí)現(xiàn)

3.1系統(tǒng)組成

基于MATLAB圖像處理的汽車牌照識(shí)別系統(tǒng)主要包括車牌定位、字符車牌分割和車牌字符識(shí)別三個(gè)關(guān)鍵環(huán)節(jié)。其識(shí)別流程圖如圖1所示。

3.2圖像預(yù)處理

圖像在形成、傳輸或變換過(guò)程中，受多種因素的影響，如:光學(xué)系統(tǒng)失真、系統(tǒng)噪聲、曝光不足或過(guò)量、相對(duì)運(yùn)動(dòng)等，往往會(huì)與原始景物之間或圖像與原始圖像之間產(chǎn)生某種差異，這種差異稱為降質(zhì)或退化。因此在圖像處理之前必須進(jìn)行預(yù)處理，包括去除噪音、邊界增強(qiáng)、增加亮度，等等。

因?yàn)樵肼曋饕且恍┖哳l的突變成分，所以可以通過(guò)一個(gè)低通濾波器來(lái)消除圖像中包含的噪聲，并使低頻成分得到增強(qiáng)。濾波的方式有兩種:一種是空間域?yàn)V波，一種是頻率域?yàn)V波。在空間域，常見(jiàn)的濾波方式有兩種方式，均值濾波和中值濾波?？臻g域?yàn)V波主要有巴特沃斯濾波器。在車牌邊緣提取之前，兩種濾波方式都采用，并與未進(jìn)行濾波的邊緣進(jìn)行比較。

3.3車牌定位

在自然環(huán)境下，汽車圖像背景復(fù)雜，光照不均勻，在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)圖像識(shí)別過(guò)程中的關(guān)鍵。我們首先應(yīng)對(duì)采集到的圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，最后選定一個(gè)最佳區(qū)域作為牌照區(qū)域。將其從圖像中分割出來(lái)，同時(shí)要考慮車牌傾斜問(wèn)題。算法流程如下:

3.3.1對(duì)二值圖像進(jìn)行區(qū)域提取。計(jì)算并比較區(qū)域特征參數(shù)，提取車牌區(qū)域。

3.3.2計(jì)算包含所標(biāo)記區(qū)域的最小寬和高，并根據(jù)先前知識(shí)，提取并顯示更接近的車牌二子值圖。

3.3.3通過(guò)計(jì)算車牌旋轉(zhuǎn)角度解決車牌傾斜問(wèn)題。由于車牌傾斜導(dǎo)致投影效果峰谷不明顯，需車牌矯正處理。我們應(yīng)采取線性擬合方法，計(jì)算出車牌上邊或下邊圖像值為1的點(diǎn)擬合直線與水平X軸的夾角。用MATLAB函數(shù)的旋轉(zhuǎn)車牌圖像函數(shù)Imrotate，計(jì)算車牌旋轉(zhuǎn)角度和經(jīng)旋轉(zhuǎn)、二值化后的車牌二值子圖處理結(jié)果如圖2所示。

3.4字符分割

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割為單個(gè)字符，一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值，并且該位置應(yīng)滿足牌照的字符書(shū)寫(xiě)格式、字符、尺寸限制等條件。利用垂直投影法實(shí)現(xiàn)復(fù)雜環(huán)境下汽車圖像中的字符分割效果較好。通過(guò)分析計(jì)算字符的水平投影和垂直投影，可獲得車牌字符高度、字符頂行與尾行、字符寬度、每個(gè)字符的中心位置，以方便提取分割字符。然后計(jì)算車牌垂直投影，去掉車牌垂直邊框，獲取車牌及字符平均寬度。最后計(jì)算車牌每個(gè)字符的中心位置和最大字符寬度，提取分割字符，其算法流程如圖3所示。通過(guò)程序算法計(jì)算的車牌字符高度和寬度及分割的字符，如圖4所示。

3.5字符識(shí)別

目前用于車牌字符識(shí)別(OCR)中的算法主要有:基于模板匹配的OCR算法和基于人工神經(jīng)網(wǎng)絡(luò)的OCR算法?；谀０迤ヅ涞腛CR的基本過(guò)程是:首先對(duì)待識(shí)別字符進(jìn)行二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，最后選最佳匹配作為結(jié)果。用人工神經(jīng)網(wǎng)絡(luò)OCR進(jìn)行字符識(shí)別主要有兩種方法:一種方法是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得的特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類器。識(shí)別效果與字符特征的提取有關(guān)，而字符特征提取往往比較耗時(shí)。因此，字符特征的提取就成為研究的關(guān)鍵;另一種方法則充分利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別。模板匹配的主要特點(diǎn)是實(shí)現(xiàn)簡(jiǎn)單，當(dāng)字符較規(guī)整時(shí)對(duì)字符圖像的缺損、污跡干擾適應(yīng)力強(qiáng)且識(shí)別率相當(dāng)高，是車牌字符識(shí)別的主要方法。在字符識(shí)別之前必須把模板庫(kù)設(shè)置好。汽車牌照的字符一般有7個(gè)，大部分車牌第一位是漢字，通常代表車輛所屬省份，或是軍種、警別等有特定含義的字符簡(jiǎn)稱;緊接其后的為字母與數(shù)字。車牌字符識(shí)別與一般文字識(shí)別在于它的字符數(shù)有限，0—9十個(gè)阿拉伯?dāng)?shù)字，26個(gè)大寫(xiě)英文字母A—Z相關(guān)的車牌用漢字:京、滬、蘇、臺(tái)、港、澳、甲、乙、丙、使、領(lǐng)、學(xué)、試、境、消、邊、警等，以及新式軍牌中的漢字南、蘭、廣、北、沈、濟(jì)、空、海等;車牌顏色:藍(lán)、白、黑、黃等。所以建立字符模板庫(kù)也極為方便。

模板匹配實(shí)現(xiàn)簡(jiǎn)單，當(dāng)字符較規(guī)整時(shí)，對(duì)字符圖像的缺損、污跡干擾適應(yīng)力強(qiáng)且識(shí)別率高。因此，這里將模板匹配作為車牌字符識(shí)別的主要方法。其算法流程如圖5所示，圖6為車牌字符識(shí)別的最終結(jié)果。

4.結(jié)語(yǔ)

基于MATLAB圖像處理的汽車牌照識(shí)別系統(tǒng)很大程度得益于MATLAB軟件，MATLAB功能強(qiáng)大，它包括數(shù)值計(jì)算和符號(hào)計(jì)算，并且計(jì)算結(jié)果和編程都為可視化。本文介紹了一種基于MATLAB處理的汽車牌照?qǐng)D像識(shí)別系統(tǒng)。實(shí)驗(yàn)表明，該系統(tǒng)可以實(shí)現(xiàn)汽車牌照的識(shí)別，并且準(zhǔn)確率高，具有較好的應(yīng)用前景。

參考文獻(xiàn):

[1]宋建才.汽車牌照識(shí)別技術(shù)研究[J].工業(yè)控制計(jì)算機(jī)，2004，(4).

[2]陳桂明.張明照，戚紅雨.應(yīng)用MATLAB語(yǔ)言處理數(shù)字信號(hào)與數(shù)字圖像[M].北京:科學(xué)出版社，2000.

[3]郎銳.數(shù)字圖象處理學(xué)Visual C++實(shí)現(xiàn)[J].北京:北京希望電子出版社，2002.

[4]李了了，鄧善熙.MATLAB在圖像處理技術(shù)方面的應(yīng)用[J].微計(jì)算機(jī)信息，2003，19，(2).

[5]楊靜.基于數(shù)學(xué)形態(tài)學(xué)的圖像分剖研究及應(yīng)用[J].儀器儀表用戶，2005，(5).

[6]葉晨洲，拳金周，梅帆.車輛牌照字符識(shí)別系統(tǒng)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，1999，(5).